AI名词百科:基础篇②
AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐,在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。
一、前沿技术
- 推理(Reasoning)与规划(Planning)
- 解释:AI系统通过逻辑分析和任务分解解决复杂问题的能力,如组织主题公园行程时的路径优化。
- 来源:2024年Microsoft Research提出。
- 图片:AI任务规划流程图(目标分解→步骤排序→冲突检测)
- 训练(Training)与推断(Inference)
- 解释:AI模型的两个核心阶段,训练是学习数据规律,推断是应用模型预测。
- 来源:2024年Microsoft Research术语解析。
- 图片:训练与推断对比示意图(数据→模型→预测)
- 小语言模型(SLM)
- 解释:轻量化语言模型(如Phi-3),参数少、可离线运行,适合边缘设备。
- 来源:2024年Microsoft Research提出。
- 锚定(Grounding)
- 解释:通过关联现实数据(如实时新闻、数据库)提升AI输出准确性,减少“幻觉”。
- 来源:2024年Microsoft Research术语解析。
- 检索增强生成(RAG)
- 解释:结合外部知识库(如产品目录)增强生成内容的准确性,无需重新训练模型。
- 来源:2024年Microsoft Research术语解析。
- 编排(Orchestration)
- 解释:协调AI系统多任务处理,如管理聊天历史、调用外部API。
- 来源:2024年Microsoft Research术语解析。
- 记忆(Memory)
- 解释:AI模型的上下文管理能力,如临时存储聊天记录或长期知识沉淀。
- 来源:2024年Microsoft Research术语解析。
- 扩散模型(Diffusion Model)
- 解释:通过逐步降噪生成高分辨率图像,如Stable Diffusion。
- 来源:2022年Stability AI提出。
- 前沿模型(Frontier Models)
- 解释:突破现有能力的大规模AI系统(如GPT-5),需安全标准规范。
- 来源:2024年Frontier Model Forum成立。
- 神经辐射场(NeRF)
- 解释:基于神经网络的3D场景重建技术,用于VR、影视特效。
- 来源:2020年论文《NeRF: Representing Scenes as Neural Radiance Fields》。
- 提示注入攻击(Prompt Injection Attack)
- 解释:通过恶意指令绕过AI安全限制,如诱导ChatGPT泄露内部代码。
- 来源:2025年斯坦福大学研究案例。
- AI伦理审计
- 解释:评估AI系统的公平性、透明度和合规性,如欧盟AI法案审查。
- 来源:2024年《新一代人工智能伦理规范》。
- Stable Diffusion
- 解释:开源图像生成模型,基于扩散模型,支持文本到图像转换。
- 来源:2022年Stability AI发布。
- Chain-of-Thought Reasoning Without Prompting
- 解释:LLM无需显式提示即可生成逻辑推理步骤,提升复杂问题解决能力。
- 来源:2025年Hugging Face论文。
- ReFT(表示微调)
- 解释:通过修改模型隐藏层表示而非权重实现高效任务适配,减少参数更新。
- 来源:2025年Hugging Face论文。
二、伦理与安全(10个)
- 生成式AI伦理公约
- 解释:全球首部AI伦理规范,禁止使用未脱敏生物数据,要求数字水印。
- 来源:2025年联合国教科文组织发布。
- SYN数字水印
- 解释:强制嵌入AI生成内容的不可篡改标记,用于溯源和防滥用。
- 来源:2025年欧盟AI法案。
- 监管沙盒
- 解释:封闭环境测试高危AI系统(如自动驾驶),确保安全性。
- 来源:2025年中国工信部试点。
- 联邦迁移学习
- 解释:在数据与特征重叠少的场景下,结合迁移学习实现跨域联邦建模。
- 来源:2025年CSDN联邦学习分类。
- AI伦理专家委员会
- 解释:政府主导的伦理审查机构,评估AI应用的社会影响。
- 来源:2022年《上海市促进人工智能产业发展条例》。
- 数据溯源(Data Provenance)
- 解释:记录数据来源、处理过程,确保可追溯性和合规性。
- 来源:2025年AI伦理规范。
- AI问责机制
- 解释:明确AI系统开发者、使用者的法律责任,如算法歧视追责。
- 来源:2021年《新一代人工智能伦理规范》。
- 算法偏见检测工具
- 解释:自动识别模型决策中的不公平倾向,如招聘AI的性别歧视。
- 来源:2025年AI伦理审计实践。
- 零样本提示攻击
- 解释:利用模型默认行为绕过安全限制,如诱导GPT-4生成敏感内容。
- 来源:2025年斯坦福大学研究。
- 对抗鲁棒性(Adversarial Robustness)
- 解释:模型抵御微小扰动(如噪声)保持性能的能力。
- 来源:2023年对抗攻击研究。
三、硬件与基础设施
- 量子机器学习
- 解释:结合量子计算与机器学习,提升优化问题效率。
- 来源:2025年中电信量子集团应用案例。
- 量子神经网络
- 解释:使用量子比特处理数据的神经网络,如手写数字识别。
- 来源:2025年“天衍”量子计算云平台。
- 本源悟空量子计算机
- 解释:中国第三代超导量子计算机,支持十亿参数模型微调。
- 来源:2025年安徽省量子计算工程研究中心。
- 神经形态芯片
- 解释:模仿人脑神经元结构的芯片,如Intel Loihi。
- 来源:2024年AI硬件趋势。
- 边缘AI设备
- 解释:在终端设备(如手机、摄像头)运行AI模型,减少云端依赖。
- 来源:2025年小语言模型普及。
四、工具与框架
- LangChain
- 解释:构建LLM应用的框架,支持多模型集成和工作流管理。
- 来源:2023年发布,2025年扩展智能体功能。
- Hugging Face 2025模型库
- 解释:包含Prime-RL/Eurus-2-7B-Prime、Metagene-1等前沿模型。
- 来源:2025年Hugging Face资源集合。
- ShareGPT 4 Video
- 解释:多模态模型,通过精确字幕提升视频理解与生成能力。
- 来源:2025年Hugging Face论文。
- Depth Anything V2
- 解释:无监督深度估计模型,支持任意场景3D重建。
- 来源:2025年Hugging Face论文。
- Megalodon
- 解释:支持无限上下文长度的LLM预训练框架。
- 来源:2025年Hugging Face论文。
五、跨学科应用(5个)
- AI for Science
- 解释:AI在材料科学、药物研发等领域的应用,如预测蛋白质结构。
- 来源:2021年NeurIPS研讨会。
- 气候AI
- 解释:利用AI模拟气候变化、优化能源消耗。
- 来源:2025年斯坦福AI指数报告。
- 医疗影像AI
- 解释:分析X光、MRI等影像,辅助疾病诊断。
- 来源:2025年AI for Science趋势。
- 图片:CT扫描→AI分割肿瘤示例。
- 农业AI
- 解释:智能灌溉、病虫害识别,提升农业效率。
- 来源:2025年AI应用扩展。
- 教育AI
- 解释:个性化学习路径推荐、智能辅导系统。
- 来源:2025年AI伦理规范。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...